龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南昌工学院
摘要：本发明公开了一种基于深度学习的真实退化遥感图像去条带方法、设备和存储介质，该方法包括以下步骤：1获取清晰遥感图像和条带退化图像对；2对清晰遥感图像和条带退化图像对进行图像处理，作为退化感知训练集；3使用退化感知训练集进行预训练，获得构建退化图像信息反向分析感知的无监督深度学习遥感图像去条带模型；4使用训练获得的无监督遥感图像去条带神经网络模型对真实退化遥感图像进行去条带处理。本发明方法结合真实退化感知模拟条带噪声数据和真实退化遥感图像条带数据，提出了真实场景下无监督遥感图像去条带方法，可有效提高模型对仿真退化图像和实际退化图像的泛化能力，从而更准确地识别和去除图像中的条带噪声。
主权项：1.一种基于深度学习的遥感图像去条带方法，其特征在于，包括以下步骤：1获取清晰遥感图像和条带退化图像对；2对清晰遥感图像和条带退化图像对进行图像处理，作为退化感知训练集；所述图像处理包括条纹方向检测、低范围旋转和数据增强处理；3使用退化感知训练集进行预训练，获得构建退化图像信息反向分析感知的无监督深度学习遥感图像去条带模型；无监督深度学习遥感图像去条带模型包括：退化感知预训练模型和自监督训练模型；其中，退化感知预训练模型将成对的条带退化图-清晰图中的退化图作为输入，退化感知预训练模型输出为潜在清晰图像，使用清晰图与预训练生成的潜在清晰图像构建内容损失和低频高频多波段约束的损失函数，进行反向传播，参数更新；自监督训练模型将潜在清晰图像作为输入进行模拟条带生成获取模拟退化图像，模拟退化图像与真实条带退化图像作内容损失和低频高频多波段约束的损失，进行反向传播，更新模型参数；4使用训练获得的无监督遥感图像去条带神经网络模型对真实退化遥感图像进行去条带处理。
全文数据：
权利要求：
百度查询： 南昌工学院 基于深度学习的遥感图像去条带方法、设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号